煤矿井下用聚氨酯密闭材料的性能研究

介绍了煤矿井下用聚氨酯泡沫密闭材料的化学组成、性能和反应原理 ,探讨了催化剂、发泡剂、阻燃剂和贮存稳定剂等因素对组合聚醚及其聚氨酯密闭材料的性能影响 ,并在煤矿井下进行了封闭应用试验 .结果表明 ,该聚氨酯泡沫材料应用于煤矿井下具有良好的密闭性和阻燃性 ,且组合聚醚贮存稳定性优良 .该研究结果为聚氨酯作为密闭材料在煤矿井下的推广应用提供了可靠的依据 .

煤矿井下用瓦斯抽放管的现状及发展对策

近10年来,随着煤炭工业的发展,煤矿井下用瓦斯抽放管也得到了快速发展。介绍了我国煤矿井下用瓦斯抽放管的现状,分析了存在的主要问题:未考虑瓦斯抽放管道系统的整体抗静电性;非金属瓦斯抽放管的强度安全系数不高;劣质管材严重影响了煤矿井下用瓦斯抽放管的发展。提出了今后煤矿井下用瓦斯抽放管的发展对策:进一步提高非金属瓦斯抽放管的安全性能和强度;进一步加强和完善瓦斯抽放管道系统的安全措施;加强煤矿井下用瓦斯抽放管新产品的研制;以优异质量促进煤矿井下用瓦斯抽放管行业的良性发展。

煤矿井下用箱式刮板输送机关键零部件的创新设计

主要介绍了一种煤矿井下用箱式刮板输送机关键零部件的创新设计,其中包括一种适用于井下箱式刮板输送机用组合式刮板、用脂润滑代替稀油润滑的链轮组件、用于解决机头堆链夹链现象的舌板组件等部件。

煤矿井下用难燃液压传动介质综述

煤矿井下用难燃液压传动介质，是保证煤矿设备安全生产的“血液”，它们除了具备普通传动介质的性能指标外，还必须具有良好的难燃性能。目前，我国井下只有在液压支架系统使用了难燃油品，其他机械设备仍然使用的是矿物油型液压油。但是，近年来随着煤矿井下液压设备不断向高温、

煤矿井下用隔爆型三相异步电动机水冷却结构设计

对煤矿井下用隔爆型三相异步电动机水冷却系统及结构的设计进行研究探讨。围绕电动机温度场分析、热平衡计算、冷却系统水流参数计算、冷却水箱结构设计几个方面,并结合实践阐述了相关设计理论和设计方法。

浅谈煤矿井下用压滤机电控系统

文章介绍了济宁三号煤矿井下用压滤机电控系统,在煤矿井下特殊条件下设备防爆要求,主要采用了PLC集中控制技术,保证了压滤机在井下煤泥水处理中正常使用。

煤矿井下用PVG整芯阻燃输送带覆盖胶工艺研究

通过采用新工艺可提高PVG整芯阻燃输送带覆盖胶胶料加工性能和覆盖胶各项性能,降低能耗,同时还可提高设备安全操作性,提高PVC用量和提高经济效益。

煤矿井下用带式输送机发展方向的研究

介绍了煤矿井下用带式输送机向大功率、大运量、长距离方向发展的一些相关的先进科学技术。

煤矿井下用大倾角上运带式输送机设计要点

兖州煤矿机械厂总结出大倾角带式输送机设计中的要点：①防止物料滚滑。大倾角输送机设计时首先要采取有效措施保证物料运输中不向下滚滑。采用花纹输送带使输送机上输倾角提高到28°以上；采用托辊角度≥50°深槽上托辊组，当槽形角不能满足输送带成槽时考虑其他措施；选用合理上托辊组间距，按照经验≤1200mm；每隔30m左右设1组挡料装置；

煤矿井下用PVC管材的抗静电性能分析

多年来，钢管普遍应用于煤矿井下的通风、排水、瓦斯抽放，但钢管具有笨重、易锈蚀、易结垢等缺点，其使用寿命短，投资成本和运行成本偏高，且不易更换。近几年，煤矿井下用PVC管材因具有轻便、价廉、抗腐蚀、阻燃等优点，得到了广泛的应用。但PVC是绝缘高分子材料，表面电阻大，

煤矿井下用螺杆空压机新型控制系统介绍

给出了一种煤矿井下用螺杆空压机的新型控制系统,该控制系统减少了普通常用系统40%的阀组和管路结构,制造成本低、可靠性高、简单易维护。

国内首条煤矿井下用管状带式输送机通过专家鉴定

近日，中国建材集团所属凯盛重工有限公司生产的国内首条煤矿井下用管状带式输送机科技成果鉴定会在安徽省淮南市举行。该鉴定会由安徽省科技厅主持，国内大型煤炭生产企业、高等院校、科研单位、新闻媒体等单位的130多名代表参加了鉴定会。经过鉴定，与会专家一致认为，该产品改善了煤矿工人劳动强度，提高了煤矿安全生产和劳动生产率，

浅谈煤矿井下用电安全

煤矿井下安全作业是煤炭生产中的重中之重，长期以来，由于安全生产意识淡薄，矿井安全事故频发，重特大事故也时有发生，给国家和人民的生命和财产带来重大损失，在安全事故中，有许多属于用电安全问题，对煤矿井下用电安全事故进行分析，并提出改进措施。

煤矿井下用钻机的轻量化设计方法综述

轻量化是煤矿井下用钻机改进研发的重要方向。总结了轻量化技术的发展,包括结构轻量化、材料轻量化、制造工艺轻量化三个方面。探讨了轻量化技术在钻机研发中的应用,基于有限元仿真技术,利用结构优化手段对钻机及其零部件进行轻量化设计,具有可操作性强和节约成本的优点。展望了钻机轻量化的发展前景,材料和工艺轻量化技术在钻机优化中的应用将会逐步得到深入研究。希望能对钻孔机器人的研发提供指导价值。

煤矿井下非均匀照度图像去噪研究

煤矿综采工作面空间小、照明环境复杂多变,采煤过程中伴随着大量的粉尘、大雾,导致采集的图像出现曝光、细节特征减弱等问题,难以对井下照明区域光照强度过大的图像进行有效的特征提取。针对上述问题,提出了一种煤矿井下非均匀照度图像去噪算法。首先,将视频截取为图像,判断图像是否需要进行光照抑制,将需要进行光照抑制的RGB图像拆分通道,并计算每个通道的光照调节因子,实现图像的整体光照调节;然后,将未进行整体光照抑制的图像和经整体光照抑制的图像进行反射分量提取,即将输入的图像转换为HSV空间图像,使用单尺度Retinex(SSR)算法对V通道图像中的光照分量进行单独处理,将V分量中的入射分量去除,保留反射分量,并对反射分量使用直方图均衡算法实现光照均衡化处理;最后,使用基于引导滤波的暗通道先验算法对经过光照处理后的图像进行去雾处理,并使用伽马校正函数重新调节亮度不均的图像。主观评价结果表明:提出的煤矿井下非均匀照度图像去噪算法有效抑制了因光照导致整体亮度较高的问题,且由于大雾、粉尘等因素导致图像模糊的部分更加清晰,图像的细节特征更加突出。采用信息熵、均值、标准差、空间频率4种评价指标对提出的算法效果进行客观评价,结果表明,提出的算法在信息熵、均值、标准差、空间频率上较多尺度Retinex(MSR)算法分别平均提升了21.87%,-56.06%,153.43%,294.45%,较基于颜色保持的多尺度视网膜增强(MSRCP)算法分别平均提升了1.18%,-39.56%,33.29%,-4.71%,较带色彩恢复的多尺度视网膜增强(MSRCR)算法分别平均提升了38.06%,-55.27%,462.10%,300.96%,说明提出的算法能更有效地增加图像信息量、抑制光照强度、提升边缘信息及图像清晰度。

煤矿井下钻探数字化监测系统

针对煤矿井下钻探存在孔底工程参数测量困难、钻探数据准确性和完整性不足、钻探数据融合应用不够等问题,设计了一种煤矿井下钻探数字化监测系统。该系统由数据来源层、虚拟模型层、数据处理层和钻探服务层构成:数据来源层为虚拟模型层提供数据支撑,虚拟模型层通过仿真模拟分析生成新的数据并反馈至数据来源层;数据处理层接收到数据来源层和虚拟模型层提供的数据后,进行数据清洗、转换及合并等处理;钻探服务层通过后台数据管理端的权限设置,为不同层级用户提供数据显示、查询、分析、报警等服务。将钻探数据按时序特征分为事前数据(钻探施工之前根据钻孔设计资料和施工方案等获取的数据)、实时数据(包括钻探过程设备实时监测的参数和钻场视频等)和延时数据(孔底随钻测量装置采集的参数),针对这3类钻探数据设计了数据处理流程,并建立了由接入层、汇聚层和核心层组成的系统通信网络架构。工程实践结果表明:该系统实现了煤矿井下钻探施工数据的采集、传输、显示与动态管理,满足钻探施工过程监测和数据管理的需求,具有较好的实时性和准确性。该系统为煤矿井下钻探智能化施工和精细化管理提供了技术支撑。

煤矿井下爆炸性环境下电磁波热效应的安全性研究

GB/T 3836.1—2021《爆炸性环境第1部分:设备通用要求》规定爆炸性环境中射频设备的阈功率不得大于6 W,该规定限制了大功率射频设备在煤矿井下的应用,而现有针对爆炸性环境电磁安全性的相关研究缺乏完善的理论分析和实验验证。针对上述问题,推导了电磁波热效应方程,分析得出影响电磁波耦合瓦斯和煤尘混合气体产生热能的可控参数为电磁波耦合时间、电场强度和电磁波频率。以GB/T 3836.1—2021中可能堆积煤尘的电气设备表面温度最高不能超过150℃的规定为依据,采用多物理场仿真软件COMSOL对不同发射功率的电磁波耦合瓦斯和煤尘混合气体的热效应安全性进行了仿真实验,结果表明:满足温度不超过150℃的电磁波热效应安全阈发射功率为16.48 W;随着电磁波发射功率的增加,电磁波热效应安全时长(电磁波耦合瓦斯和煤尘混合气体产生的热能不会使环境温度超过150℃对应的时间段)逐渐减少,但只要在安全时长内,电磁波的发射功率不受限制。

融合金字塔结构与注意力机制的煤矿井下巡检机器人PT目标检测算法

近年来,煤矿机器人已成为现代煤机装备领域的研究热点,多数煤矿的主煤流运输系统基本实现了连续化、机械化和自动化,因此对主运输巷道内的安全监控与巡检效率提出了更高的要求,而精准的目标检测是实现煤矿井下智能化安全监控的必要保障,但现有的目标检测算法应用于复杂恶劣的煤矿井下巷道环境,存在目标检测精度较低的问题。面向井下低照明、环境杂乱的特殊工况检测需求,制作了井下巷道环境内目标物数据集,完成数据集标注并展开多维度分析;提出一种基于金字塔结构与注意力机制融合的PT目标检测算法,利用注意力机制模块替换金字塔结构中的卷积模块,在控制特征计算量的同时提高对全局特征的提取能力,实现目标物局部特征与全局特征融合的提取效果,提高了图像中目标感兴趣区域特征的表达能力。最后,面向煤矿井下巡检机器人应用场景,将提出的PT算法与传统经典的Faster R-CNN、YOLOv4算法进行对比分析。结果表明:所提出的PT目标检测算法能够有效识别复杂环境下巷道内目标物,相较于主流的Faster R-CNN、YOLOv4目标检测网络,PT算法有更好的综合识别能力,识别煤矿人员的准确率分别提升了2.90%和4.30%,识别井下障碍的准确率分别提升0.20%和4.80%,识别矿井裂缝的准确率分别提升了4.40%和8.60%,识别井下设备的准确率分别提升了3.00%和8.70%。因此,PT目标检测算法能够更好地适应井下环境,目标检测算法较其他算法能够获得更高的准确率与检测速度,可为井下巷道安控系统建设提供理论依据与技术支撑。

基于YOLOv7−SE的煤矿井下场景小目标检测方法

目前的小目标检测方法虽然提高了小目标检测效果,但针对的多为常规场景,而煤矿井下环境恶劣,在井下小目标检测过程中存在小目标特征信息提取困难的问题。针对上述问题,提出了一种基于YOLOv7−SE的煤矿井下场景小目标检测方法。首先,将模拟退火(SA)算法与k−means++聚类算法融合,通过优化YOLOv7模型中初始锚框值的估计,准确捕捉井下小目标;然后,在YOLOv7骨干网络中增加新的检测层得到井下小目标高分辨率特征图,减少大量煤尘对井下小目标特征表示的干扰;最后,在骨干网络中的聚合网络模块后引入双层注意力机制,强化井下小目标的特征表示。实验结果表明:①YOLOv7−SE网络模型训练后的损失函数值稳定在0.05附近,说明YOLOv7−SE网络模型参数设置合理。②基于YOLOv7−SE网络模型的安全帽检测平均精度(AP)较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了13.86%,25.3%,16.13%,12.71%,15.53%,11.59%,12.20%。基于YOLOv7−SE网络模型的自救器检测AP较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了12.37%,20.16%,15.22%,8.35%,19.42%,9.64%,7.38%。YOLOv7−SE网络模型的每秒传输帧数(FPS)较Faster R−CNN,RetinaNe,CenterNet,FCOS,SSD,YOLOv5分别提升了42.56,44.43,31.74,39.84,22.74,23.34帧/s,较YOLOv7下降了9.36帧/s。说明YOLOv7−SE网络模型保证检测速度的同时,有效强化了YOLOv7−SE网络模型对井下小目标的特征提取能力。③在对安全帽和自救器的检测中,YOLOv7−SE网络模型有效改善了漏检和误检问题,提高了检测精度。

煤矿井下HBi-LSTM地磁定位算法研究

针对井下环境对地磁数据影响较大的问题,提出HBi-LSTM神经网络地磁定位模型。基于分层LSTM处理不同长短时间序列以及Bi-LSTM充分学习每条序列信息的特点,构建出HBi-LSTM模型,利用矿用手机内置磁力计采集井下地磁数据,建立面向井下环境的地磁指纹数据库,通过HBi-LSTM学习实现地磁序列可以更好地对应位置标签,之后矿工手持矿用手机随机运动采集地磁序列通过训练好的模型精确匹配指纹库实现在线定位。实验结果显示:所提出的模型比基本LSTM模型的定位性能更好,能够有效提升复杂环境下定位精度。